ElasticSearch 中文同义词实现

时间:2022-02-08 03:08:33

参考以下两个网址,但运行报错,以下是我自己改进方式和使用总结。
https://github.com/medcl/elasticsearch-analysis-ik/issues/93
http://elasticsearch.cn/?/question/29
本文前提默认已经装好ES和IK插件。

1:elasticserach.yml 最后一行添加如下内容(该文件位于elasticsearch-x.x.x/config目录下):
index.analysis.analyzer.default.type: ik

2:在elasticsearch-x.x.x/config目录下新建同义词文件synonyms.txt。
其中,synonyms.txt 编码格式为’utf-8’,内容建议为空。

3:创建索引

curl -XPUT localhost:9200/test -d'
{
"settings": {
"index": {
"analysis": {
"analyzer": {
"jt_cn": {
"type": "custom",
"use_smart": "true",
"tokenizer": "ik_smart",
"filter": ["jt_tfr","jt_sfr"],
"char_filter": ["jt_cfr"]
}
,
"ik_smart": {
"type": "ik",
"use_smart": "true"
}
,
"ik_max_word": {
"type": "ik",
"use_smart": "false"
}

}
,
"filter": {
"jt_tfr": {
"type": "stop",
"stopwords": [" "]
}
,
"jt_sfr": {
"type": "synonym",
"synonyms_path": "synonyms.txt"
}

}
,
"char_filter": {
"jt_cfr": {
"type": "mapping",
"mappings": [
"| => \\|"
]
}

}

}

}

}

}
'

4:创建映射

curl -X PUT localhost:9200/test/haizhi/_mapping -d '{
"haizhi": {
"properties": {
"title": {
"include_in_all": true,
"analyzer": "jt_cn",
"term_vector": "with_positions_offsets",
"boost": 8,
"store": true,
"type": "string"
}
}
}
}'

5:插入数据

curl -XPUT localhost:9200/test/haizhi/1 -d '{
"title": "番茄"
}'

curl -XPUT localhost:9200/test/haizhi/2 -d '{
"title": "西红柿"
}'

curl -XPUT localhost:9200/test/haizhi/3 -d '{
"title": "我是西红柿"
}'

curl -XPUT localhost:9200/test/haizhi/4 -d '{
"title": "我是番茄"
}'

curl -XPUT localhost:9200/test/haizhi/5 -d '{
"title": "土豆"
}'

curl -XPUT localhost:9200/test/haizhi/6 -d '{
"title": "aa"
}'

6:查询1

curl -XPOST 'localhost:9200/test/haizhi/_search?pretty' -d '
{
"
query": {
"
match_phrase": {
"
title": {
"
query": "西红柿",
"
analyzer": "jt_cn"
}
}
},
"
highlight": {
"
pre_tags": [
"
<tag1>",
"
<tag2>"
],
"
post_tags": [
"
</tag1>",
"
</tag2>"
],
"
fields": {
"
title": {}
}
}
}'
  • 结果如下
    ElasticSearch 中文同义词实现

7:查询2
我们知道“西红柿”和“番茄”是同义词,我们在同义词词典(synonyms.txt)中添加如下内容,并重启ES,再用第6步的查询。

#Example:
西红柿, 番茄
  • 结果如下,成功匹配同义词
    ElasticSearch 中文同义词实现

8:查询3
修改同义词词典(synonyms.txt)为如下内容,重启ES。

#Example:
西红柿, 番茄
超级土豆, 土豆

查询如下:

curl -XPOST 'localhost:9200/test/haizhi/_search?pretty' -d '
{
"
query": {
"
match_phrase": {
"
title": {
"
query": "超级土豆",
"
analyzer": "jt_cn"
}
}
}
}'
  • 结果如下,查不到结果
    ElasticSearch 中文同义词实现

9:查询4
在{plugins}/elasticsearch-analysis-ik-*/config/custom/mydict.dic词典中新加“超级土豆”一词,并且重启ES。
- 结果如下,成功用“超级土豆”搜索到“土豆”一词
ElasticSearch 中文同义词实现

10:小结

  • 同义词字典或是IK用户自定义词典更新,必须每次重启elasticsearch才有效。
  • 同义词词对是必须能被完成切分的词语。
    比如在synonyms.txt 文件中增加同义词对: ‘超级土豆’ – ‘土豆’ 。但在实际的搜索中用“超级土豆”是搜不到“土豆”的。因为“超级土豆”会被切分为多个词语。必须在{plugins}/elasticsearch-analysis-ik-*/config/custom/mydict.dic词典中新加“超级土豆”一词,才能用“超级土豆”一词搜出“土豆”。